机械臂能拿起烧杯、倾倒液体，就算会做化学实验了吗？化学家习以为常的操作环节，机器人却未必能理解。
目前，实验室自动化已经让许多规则明确、可以重复的流程交由机器执行。随着机器可读的实验方案逐渐成熟，AI 也开始参与实验规划，化学实验室正朝“自驱动”迈进。但 AI 规划的多是实验“做什么”，真正落到“怎么动手”，从装置搭建、物料转移到实验后清理，整个流程中的大量物理操作仍常由人完成；即使交给机器人，也往往需要针对具体流程逐一开发技能。如何让这些操作在不同实验中复用，仍是实验室自动化面临的难题。
作为长期深耕机器人操作与技能学习的学者，英国约克大学机器人学副教授朱吉鸿在一次与化学家的跨界合作中发现了一个问题：要让机械臂真正参与实验，化学家的操作经验与机器人的动作执行之间，还缺少一套能够“对话”的语言。
比如，化学家说“进行萃取”，同行大致就知道该怎么做，但机器人研究者还需要把它拆成具体动作：怎样搭好分液漏斗装置，怎样加入液体、摇晃混合，再怎样打开旋塞、放出下层液体。只有先把化学工序展开为双方都能理解的物理动作，机器人研究者才能进一步讨论如何让机械臂执行。
近日，约克大学团队在 Communications Chemistry 发表的研究 TARMAC as a taxonomy for robot manipulation in chemistry ，尝试填补化学和机器人领域之间的这段距离。这项研究由英国约克大学物理、工程与技术学院和化学系的研究人员合作完成。论文第一作者是约克大学博士生黄克峰，通讯作者是该校机器人学副教授朱吉鸿。共同作者还包括英国皇家化学学会会士 Ian Fairlamb 和英国皇家工程院院士 Andy Tyrrell 等研究者。
（来源：Communications Chemistry）
团队提出的 TARMAC，是面向化学实验机器人操作的分类体系。从实验教学视频中归纳出三个物理维度，将操作组织为四大类、18 种动作基元，再检验它们能否描述其他实验流程，并在机器人上组合执行。
图丨 TARMAC 框架概览：左侧为分类体系的构建，右侧为动作基元在机器人上的组合与执行（来源：Communications Chemistry）
朱吉鸿告诉 DeepTech ，做实验就像“做饭”——尽管有一份写着用量和步骤的“菜谱”，但具体如何动手仍是一道难题。但具体如何动手仍是一道难题。TARMAC 关注的，正是从实验意图到实际动作之间的一层：让化学家和机器人研究者能够互相理解，在同一套语言下说清完成某项工序究竟需要哪些物理操作。
从化学实验到机器人，“共同语言”从何而来
要建立共同语言，首先得找到双方都能辨认、又能用于讨论机器人实现的动作单元。此前已有不少描述化学实验的体系，例如用机器可读语言记录实验步骤，或按化学工序组织实验流程。但这些体系大多着眼于实验要完成什么，难以直接对应机器人的实际操作。
朱吉鸿认为，这些描述多停留在较高层级，却没有充分回答实验具体需要怎样动手？例如，按实验目的或操作对象分类，同样是转移液体，倾倒和移液器吸排需要的机制不同；同样是转动烧瓶，也可能分别是为了调整朝向、混合液体，或让磨口处的润滑脂铺开。
因此，仅凭动作名称或运动轨迹，很难判断哪些操作具有相同的物理机制、能够在不同实验中复用。于是，团队把注意力转向动作本身：人怎样与物体交互，又依据什么判断动作已经完成？
为寻找一套能描述实际操作的分类依据，团队整理了约克大学 91 段化学实验教学视频，总长 273 分钟，内容覆盖装置搭建、实验执行与事后清理。机器人与化学方向的研究者共同分割、描述视频中的操作，得到 562 个标注动作，再从中寻找反复出现的物理结构。
标注时，团队将尽可能小、具有实际意义且能够被观察的操作称为一个“动作基元”，比如放下烧杯、拧紧瓶盖、将针头穿过胶塞等操作。
图 | 教学视频的动作标注实例（来源：论文图 2）
在逐一比较这些操作的基础上，团队发现了几种反复出现的差异：有些动作把物体移到指定位置即可完成，有些则必须根据接触时的力或力矩，判断是否已经插牢、拧紧；有些直接移动目标物体，有些需要借助药勺、移液器或容器间接操作；还有些不能做一次就停，而要持续搅拌、摇晃或擦拭，让效果逐步积累。
这些差异为双方提供了共同的描述依据，化学家说明操作怎样才算到位，机器人研究者则据此判断需要怎样的运动、工具和反馈。团队由此提炼出三个物理维度：力旋量依赖性、驱动直接性和运动周期性。它们分别关注动作靠什么判断完成、作用如何传递，以及是否需要持续或重复运动。
不过，三个维度仍不能直接当作机器人可复用的动作清单。朱吉鸿解释，如果分类停在过粗的层级，同一类动作在不同场景下仍可能需要完全不同的实现方式。因此，团队先依据三个维度逐层判断，将操作归入“搅动”“工具操作”“连接”和“定位”四大类，再在每一类中继续细分。
具体而言，首先考察“运动周期性”，即动作是否需要持续或重复，并逐步积累效果。搅拌、摇晃、擦拭和研磨都属于“搅动”。针对不需要持续或重复的动作，则继续判断它是否借助工具或容器间接作用于目标，即是否满足“驱动直接性”。例如倾斜容器让液体流出，或用药勺舀取粉末这些需要间接实现的操作，都归入“工具操作”。
第三层判断依据是“力旋量依赖性”，即动作是否需要依靠力或力矩反馈来确认完成。这里的“力旋量”，是机器人学中由力和力矩组成的六维量。若仅凭位置和朝向便能判断动作完成，例如将烧杯放到指定位置，被归为“定位”。除此之外，拧紧瓶盖等必须依据力或力矩判断是否到位的直接操作，则属于“连接”。
从教学视频中归纳出的 18 种动作基元，由此被组织在四大类之下。以“工具操作”为例，倾倒和挤液都能转移液体，但前者依靠重力使液体从倾斜的容器中流出，后者依靠压力差。反过来，移液器吸排液体和用洗瓶冲洗虽然使用不同器具，却都借助压力差驱动液体，因此可以归入“挤液”这一基元。
两种器具外形和用途不同，却都依靠压力差驱动液体，因此可以归入同一种动作基元。这样，分类依据就落在了动作的物理机制上，不必为每一种器具单独设置一个动作名称。
18 种基元，98.6% 的覆盖率
有了一套动作基元及分类规则之后，下一步便是检验它的覆盖率和有效性。研究为此设计了三个层次的验证。
第一，检查未参与原始标注的评判者能否依据书面定义复现分类，这里由大模型担任评判者；第二，看 18 种基元能覆盖已发表化学论文中的多少实际操作；第三，把部分基元部署到机器人上，看它们能否组合起来完成较长的任务。
首先，研究者将分类规则交给未参与原始标注的大模型，让它对教学视频中已标注的 562 个动作重新归类，以检验别人能否依照书面定义复现分类。只提供动作名称时，模型与原标注的一致率为 82.9%；加入完整实验流程的上下文后，一致率提高到 86.7%。
这说明仅凭书面定义，这套分类在整体上可以复现。余下不一致的部分，主要集中在文字本身不足以判断的地方。比如同样是“塞上塞子”，塞子是靠重力放稳、沿瓶口插入，还是要用力压紧才能密封，对应的是不同的基元。这类信息在化学家的操作描述里往往是默认的，不会写出来，大模型只能从字面去推断，归类就可能和原标注不一致。
研究团队认为，这恰恰体现了这套动作语言的用处：化学操作如果一开始就用 TARMAC 的基元写出来，每一步需要怎样的物理交互都已写明，大模型就不必再做这一层推断。
第二层验证转向已发表的化学研究。团队从四篇论文中选取 23 个合成或表征流程，涉及水凝胶力学测试、钙钛矿纳米晶合成、金属有机框架生长和空气敏感的钯催化交叉偶联。研究者先依据 TARMAC 的书面规则拆解流程，再由化学研究者核查得到 1,033 个步骤。其中 116 个属于加热、冷却或等待等，并不涉及机器人操作的步骤，不纳入计算。
图 | 不同论文流程中的基元使用情况（来源：论文图 5）
其余 917 个物理操作中，904 个能够用现有基元描述，覆盖率为 98.6%。这意味着，在这 23 套受检验的流程里，绝大多数需要动手完成的步骤，都能被归入 TARMAC 现有的动作词汇。
针对 13 个无法覆盖的步骤，朱吉鸿解释，其中 6 个涉及材料切割，是现有基元尚未收录的操作；另外 7 个涉及超声处理或拉伸测试，主要由专门仪器完成。前者提示分类仍有扩展空间，后者则涉及机器人操作与仪器功能的边界。
以超声处理为例，人主要负责放入、取出样品，这些动作已经能够用现有基元描述，真正的超声处理则由仪器完成。对机器人系统而言，更重要的可能是把仪器接入流程、调用它，而不是把仪器内部动作强行纳入机器人操作分类。
“桥梁”之外，TARMAC 还将守护实验室安全
作为一套跨学科的动作语言，TARMAC 的价值首先体现在让化学家和机器人研究者能够具体对话。化学家可以说明一道工序包含哪些动作、怎样才算完成，机器人研究者则能据此讨论需要什么控制、工具和反馈。
第二个价值体现在实验复现上。有了共同语言，原本依赖个人经验的操作可以写成明确的动作序列。研究者因此更容易比较实验的执行过程；由机器人重复执行这些动作，也将提升操作的标准化程度，减少人为动作的差异。
值得注意的是，这套分类还有一重与实验室安全相关的价值。朱吉鸿强调：“化学或生物实验一旦出问题，代价可能很大。我们也同一些化学家进行过交流，发现他们同样难以接受一套完全黑箱、无法说明操作过程的系统。”
尤其当 AI 参与实验规划和机器人任务安排时，大模型可以不事先逐一定义中间动作，就直接根据任务要求生成操作安排。因此，团队希望在任务规划与机器人控制之间，保留一层具有明确物理含义的动作表示，让人能够检查系统准备怎样动手、每一步实际做了什么。
这层动作表示能否真正进入机器人操作，正是论文第三步要检验的问题。团队将部分基元部署到机器人上，在四种机器人配置下开展五项任务，实现了 18 种基元中的 8 种，涉及定位、连接、工具操作和搅动全部四大类。这些任务覆盖物料转移与混合、装置搭建、偏差恢复及实验后的清理。
图｜TARMAC 动作基元在不同机器人配置下的执行演示（来源：论文图 6）
其中，令团队印象最深的是双臂 Franka 组装分液漏斗装置。作为实验开始前的一项准备工作，不少自动化流程是在默认什么已经搭好的情况下什么的，但实际上（仍需人类亲手操作）。演示中，两只机械臂相互配合，完成安装十字夹和铁圈、放置分液漏斗、关闭旋塞等步骤；需要旋拧或调整时，一只机械臂扶稳部件，另一只执行动作。
朱吉鸿向 DeepTech 介绍，在这一过程中，用户只需提出“帮我准备一个分液漏斗装置”，使用 Claude Opus 4.6 的上层代理便会选择、安排并调用已在机器人上实现的动作基元。
值得注意的是，在这项任务中，受硬件限制出现了一处偏差，即铁圈安装后没有放平。但出人意料的是，系统发出提示后，AI 代理自行重新组合已有基元，先拧松固定铁圈的夹具，调整铁圈位置，再重新拧紧，继续完成装置搭建。
这意味着，已有基元不只可以用于预设流程。当现场状态与计划不符时，代理也能重新组合已有动作完成调整，从而减少为每一种偏差单独开发技能的成本。
在接入 AI 指导机器人操作时，大模型负责理解要求和安排步骤，机器人控制系统负责执行具体动作，TARMAC 则为两者之间的动作提供清晰的名称和物理定义。基于这种可解释性，研究人员可以逐项核对计划中的动作及其执行情况；出现偏差时，也能进一步区分问题出在动作选择还是具体执行，为安全核验和故障排查提供依据。
未来的实验室，“人机协作”是第一步
目前，约克大学团队已在自己的实验室使用 TARMAC。作为一套描述性语言，它可以先用来梳理实验需要哪些物理操作。在具体的任务执行中仍离不开机械臂，并为需要为相应的基元开发具体技能。此外，现有演示主要使用两指夹爪，一些精细操作仍难执行。若要尝试完整、长序的实验，可以配备五指灵巧手等更合适的末端执行器。
在实验过程中，这套系统还呈现出较强的泛化能力，未来有望扩展到更多机械臂协作的场景。朱吉鸿认为，从单臂走向双臂是关键一步，也为进一步研究三臂、四臂协作提供了基础；更多机械臂之间如何协调，仍需继续探索。
针对分类体系的跨平台复用能力，团队在越疆 Dobot 和 Franka 机器人上进行了验证。尽管两种的运动学配置不同，但 TARMAC 对动作的描述可以沿用。但要让某个基元真正落地执行，各平台仍需要编码自己的实现方式。
这种动作描述还可能为特定场景的世界模型提供参考。朱吉鸿提到，如果要建立模拟实验室操作的模型，TARMAC 的基元可以提示模型需要表达、预测哪些物理动作。特别是“力旋量依赖性”能够提示哪些动作还需要力或力矩信息，补充那些仅凭视觉不足以判断结果的操作场景。
目前，团队正通过 HATCH（Human-AI Teaming for Chemistry）项目，继续研究化学场景中的人与 AI 协作。比起直接快进到无人实验室，朱吉鸿认为，在可预见的未来，先建立人机协作实验室更为现实，未来三到五年就有可能实现。另外，相较于家庭和养老照护等场景，实验室环境更为结构化，机器人也更有可能率先落地。
在他的设想中，研究者与 AI 可以从实验设计阶段就共同制定方案。进入执行阶段，上层 AI 代理依据机器人已经掌握的基元分配任务：重复、繁琐的操作交给机器人，当前难以自动化的精细步骤和关键决策则由人承担。人不必始终守在实验台前，而可以通过界面查看进展、核验操作，并在需要时远程确认或进入实验室动手。
从提出操作要求、判断机器人能做什么，到核验执行结果，TARMAC 为人与机器的分工提供了更清楚的依据。未来理想实验室的建设，还需要为更多精细操作配备可靠的物理平台，并在更长的实验流程中验证这种分工。
参考链接：
https://doi.org/10.1038/s42004-026-02249-3
运营/排版：何晨龙
注：封面/首图由 AI 辅助生成
